"Grok 4 es ahora el modelo de mejor rendimiento disponible públicamente en ARC-AGI. ARC-AGI-2 es difícil para los modelos de IA actuales. La puntuación máxima anterior era ~8% (Opus 4). Por debajo del 10% es ruidoso. Obtener un 15.9% rompe esa barrera de ruido, Grok 4 está mostrando niveles no nulos de inteligencia fluida."